Lofy Career 是专为 Lofy AI 助手设计的求职管理 Skill，旨在通过系统化的数据管理和智能建议，帮助求职者高效管理从职位发现到 offer 评估的全流程。
核心用法方面，该 Skill 围绕本地 JSON 数据文件运作，提供五大功能模块：首先是申请追踪，维护包含公司、职位、状态、时间节点等字段的结构化数据库，避免重复申请；其次是简历定制，当用户分享职位描述时，AI 会解析关键要求，对照用户经历（读取 profile/career.md）建议 bullet point 改写，并评估匹配度；第三是面试准备，自动进行公司新闻搜索、面试官背景研究，生成技术题、行为面试 STAR 格式问题及系统设计方案，并在面试前 24 小时发送准备包；第四是跟进管理，根据申请时间自动提醒跟进节点，起草不同阶段的感谢信和跟进邮件；第五是自然语言更新，用户可用口语化指令如"收到 X 公司拒信"或"下周二有面试"快速更新状态。
显著优点包括：全流程自动化覆盖求职各环节，减少手动管理工作量；数据完全本地存储（data/applications.json），用户拥有 100% 数据主权；提供策略性建议，如当响应率低于 10% 时提醒调整策略，帮助识别有效的关键词和职位类型；通过自然语言交互降低使用门槛，无需学习复杂命令。
潜在缺点或局限性方面：作为纯文档型 Skill，它依赖用户主动触发操作，无法主动抓取招聘网站职位或自动发送邮件；缺乏与 LinkedIn、Greenhouse 等外部招聘平台的 API 集成，需手动输入职位信息；数据来源为 T3 级社区贡献（harrey401/openclaw），未经大型企业或基金会背书；功能实现依赖于 Lofy AI 底层能力（如网页搜索、文件读取），实际效果受限于底层模型性能。
适合的目标群体主要包括：正在积极求职的职场人士，特别是同时申请多个职位的候选人；应届毕业生首次系统化管理求职流程；转行人员需要针对性调整简历以匹配新领域；以及希望建立长期职业档案、分析求职策略的精细化管理用户。
使用风险方面：用户需自行承担数据备份责任，定期保存 applications.json 以防丢失；虽然数据本地存储，但用户仍需谨慎处理其中可能包含的联系方式等个人信息；该 Skill 提供的是指导建议而非自动执行，实际求职决策仍需用户自主判断；长期使用需关注文件一致性，避免多设备同步导致的数据冲突。